标签：25 plt 标记 绘制 Matplotlib np import NumPy
Matplotlib 是 Python 的绘图库，它经常与 NumPy 一起使用，从而提供一种能够代替 Matlab 的方案。不仅如此 Matplotlib 还可以与 PyQt 和 wxPython 等图形工具包一起使用。
Matplotlib 最初由 John D. Hunter 编写，目前，它的最新的版本是 3.3.1，最后一个支持 Python 2 的版本是 2.2.5 。您可以通过 Python 包管理器 pip 来安装 Matplotlib，命令如下：
pip3 install matplotlib
安装成功后，我们可以使用下面的引包方式，将其导入：
from matplotlib import pyplot as plt
绘制线性函数图像
Matplotlib 的子模块模块 pyplot 是用来绘制 2D 图像的重要模块。下面示例绘制了函数 y = 2x + 5 的图像：
- import numpy as np
- from matplotlib import pyplot as plt
- x = np.arange(1,11)
- y = 2 * x + 5
- #绘制坐标标题
- plt.title("Matplotlib demo")
- #绘制x、y轴备注
- plt.xlabel("x axis")
- plt.ylabel("y axis")
- plt.plot(x,y)
- plt.show()
输出结果如下：
图1：Matplotlib绘制线性图
您可以向 plot() 函数中添加格式化字符，来实现不同样式的显示或标记。 下表列举了常用的格式化字符：
| 字符 | 描述 |
|---|---|
| '-' | 实线样式 |
| '--' | 短横线样式 |
| '-.' | 点划线样式 |
| ':' | 虚线样式 |
| '.' | 点标记 |
| ',' | 像素标记 |
| 'o' | 圆标记 |
| 'v' | 倒三角标记 |
| '^' | 正三角标记 |
| '<' | 左三角标记 |
| '>' | 右三角标记 |
| '1' | 下箭头标记 |
| '2' | 上箭头标记 |
| '3' | 左箭头标记 |
| '4' | 右箭头标记 |
| 's' | 正方形标记 |
| 'p' | 五边形标记 |
| '*' | 星形标记 |
| 'h' | 六边形标记 1 |
| 'H' | 六边形标记 2 |
| '+' | 加号标记 |
| 'x' | X 标记 |
| 'D' | 菱形标记 |
| 'd' | 窄菱形标记 |
| '|' | 竖直线标记 |
| '_' | 水平线标记 |
同时 Matplotlib 还定义了一些颜色字符，如下所示：
| 字符 | 颜色 |
|---|---|
| 'b' | 蓝色 |
| 'g' | 绿色 |
| 'r' | 红色 |
| 'c' | 青色 |
| 'm' | 品红色 |
| 'y' | 黄色 |
| 'k' | 黑色 |
| 'w' | 白色 |
如果想要以圆点的样式，来代替图 1 中的线条样式，那么可以使用“ ob”作为 plot() 的格式化字符。如下所示：
- import numpy as np
- from matplotlib import pyplot as plt
- x = np.arange(1,11)
- y = 2 * x + 5
- plt.title("Matplotlib demo1")
- plt.xlabel("x axis")
- plt.ylabel("y axis")
- plt.plot(x,y,"ob")
- plt.show()
输出结果如下图：
图2：Matplotlib绘制圆点图
绘制正弦波图
您也可以使用 Matplotlib 生成正弦波图。示例如下：
- import numpy as np
- import matplotlib.pyplot as plt
- # 计算正弦曲线上的x和y坐标
- x = np.arange(0, 3 * np.pi, 0.1)
- y = np.sin(x)
- plt.title("sine wave image")
- # 使用matplotlib制图
- plt.plot(x, y)
- plt.show()
输出结果：
图3：Matplotlib绘图正弦图
subplot()
subplot() 允许您在同一画布中的不同位置绘制多个图像，可以理解为对画布按行、列分割，函数的语法格式如下：
plt.subplot(nrows, ncols, index, **kwargs)
参数说明：该函数使用三个整数描述子图的位置信息，这三个整数是行数、列数和索引值（此处索引值从1开始），子图将分布在设定的索引位置上。从右上角增加到右下角。比如，plt.subplot(2, 3, 5) 表示子图位于 2 行 3 列 中的第 5 个位置上。
图4：subplot画布分割
下面示例是在同一画布中绘制正弦和余弦图像，代码如下：
- import numpy as np
- import matplotlib.pyplot as plt
- #计算正弦和余弦曲线上的点的 x 和 y 坐标
- x = np.arange(0, 3 * np.pi, 0.1)
- y_sin = np.sin(x)
- y_cos = np.cos(x)
- #绘制subplot 网格为2行1列
- #激活第一个 subplot
- plt.subplot(2, 1, 1)
- #绘制第一个图像
- plt.plot(x, y_sin)
- plt.title('Sine')
- #将第二个 subplot 激活，并绘制第二个图像
- plt.subplot(2, 1, 2)
- plt.plot(x, y_cos)
- plt.title('Cosine')
- #展示图像
- plt.show()
输出结果如下：
图5：Matplotlib绘制波形图
bar()柱状图
pyplot 子模块中提供了 bar() 函数来生成柱状图。下面示例代码，生成了两组数据的柱状图：
- from matplotlib import pyplot as plt
- #第一组数据
- x1 = [5,8,10]
- y1 = [12,16,6]
- #第二组数据
- x2 = [6,9,11]
- y2 = [6,15,7]
- plt.bar(x1, y1, align = 'center')
- plt.bar(x2, y2, color = 'g', align = 'center')
- plt.title('Bar graph')
- #设置x轴与y轴刻度
- plt.ylabel('Y axis')
- plt.xlabel('X axis')
- plt.show()
输出结果：
图6：Matplotlib绘制柱状图
numpy.histogram()
直方图是一种表示数据概率分布的常用图形。NumPy 提供了 histogram() 函数，它以直方图的形式表示一组数据的概率分布值。
histogram() 函数有两个返回值，分别是 hist 与 bin_edges，分别代表直方图高度值与 bin 数值区间范围， 函数的语法格式如下：
histogram(array,bins=10,range=None,weights=None,density=False)
示例如下：
- import numpy as np
- a = np.arange(8)
- hist, bin_edges = np.histogram(a, density=True)
输出结果如下：
his：
[0.17857143 0.17857143 0.17857143 0. 0.17857143 0.17857143
0. 0.17857143 0.17857143 0.17857143]
bin_edges
[0. 0.7 1.4 2.1 2.8 3.5 4.2 4.9 5.6 6.3 7. ]numpy.histogram() 将输入数组 a 和 bins 作为两个参数，其中 bins 数组的连续元素作为 bin 区间的边界值。示例如下：
- import numpy as np
- a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
- np.histogram(a,bins = [0,20,40,60,80,100])
- hist,bins = np.histogram(a,bins = [0,20,40,60,80,100])
- print(hist)
- print(bins)
输出结果如下：
返回hist直方图值：
[3 4 5 2 1]
返回bin区间边缘值：
[0 20 40 60 80 100]plt()
pyplot 子模块的 plt() 函数将一个输入数组和 bins 数组作为参数，并将其输出为直方图。示例如下：
- from matplotlib import pyplot as plt
- import numpy as np
- a = np.array([22,87,5,43,56,73,55,54,11,20,51,5,79,31,27])
- plt.hist(a, bins = [0,20,40,60,80,100])
- plt.title("histogram")
- plt.show()
输出图像如下所示：
图7：Matplotlib直方图
标签：25,plt,标记,绘制,Matplotlib,np,import,NumPy 来源： https://www.cnblogs.com/55zjc/p/16544527.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。